Skip to content
Snippets Groups Projects
Veraenderungsrechnungen.qmd 64.2 KiB
Newer Older
Schmidt Sebastian's avatar
Schmidt Sebastian committed

### Veränderung der Abgänge pro Jahr mit Abgangsgrund in Brandenburg von 2012 - 2022

Vorrat (Erntefestmaß o.R., verwertbar) des ausgeschiedenen Bestandes \[m³/ha\*a\] nach Baumartengruppe und Abgangsgrund

Schmidt Sebastian's avatar
Schmidt Sebastian committed
Basis:Deutschland, Vereinigungsfläche Holzboden beider Inventuren, begehbar\*\*, einschließlich Lücken in der Bestockung bzw. im Bestand, ausgeschiedene Bäume ab 7 cm Bhd im Hauptbestand oder Plenterwald, bestandesintern, (Schnittmenge Inventurnetz für BWI Periode 2012-2022 ); ideeller Flächenbezug (gemäß Standflächenanteil))
Schmidt Sebastian's avatar
Schmidt Sebastian committed

```{r ver-abg-bb, include=FALSE}
# Daten vorbereiten Veränderung Abgänge aller Baumarten in Brandenburg Abgangsgrund / Baumart

ver_abg_bb_long <- ver_abg$ver_abg_bb_ba_22 %>% # Daten für Gf in Long-Format bringen
  pivot_longer(cols = -c(Baumartengruppe, Einheit),  # Specify columns that should remain unchanged
               names_to = "Abgangsgrund",          # New column name for the names of pivoted columns
               values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
  filter(Baumartengruppe %in% c("alle Baumarten")) %>% # Exclude rows 
  replace_na(list(Veränderung_Vorrat_Jahr= 0))  # Replace NA values in the "Veränderung_Waldfläche" column with 0
```

```{r ver-abg-bb-22, echo=FALSE}
# Balkendiagramm Veränderung der Abgänge pro Jahr in Brandenburg  

ggplot(data = ver_abg_bb_long,
         aes(x = reorder(Abgangsgrund,Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill= Veränderung_Vorrat_Jahr)) +
  #aes(x = reorder(Baumart, Veränderung_Waldfläche)
  geom_col() +
  geom_text(aes(label = round(Veränderung_Vorrat_Jahr, 1)), 
            position = position_stack(vjust = 0.5),  # Adjust position for placement inside bars
            size = 3, 
            color = "black",
            angle = 90) +
  ggtitle("Veränderungen der Abgänge pro Jahr in Brandenburg aller \nBaumarten nach Abgangsgrund von 2012-2022") +
  labs(x = "Abgangsgrund", y = "Veränderungen [m³/ha*a]") +
  #scale_y_continuous(labels = label_number(suffix = " Tsd")) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5)) +
  scale_fill_gradient(low = "coral", high = "coral4") +
  guides(fill = 'none')
```

#### Interpretation

Schmidt Sebastian's avatar
Schmidt Sebastian committed
-   Frage allgemein: Einheit: 1000 m³/a besser als m³/ha\*a?
Schmidt Sebastian's avatar
Schmidt Sebastian committed

-   reguläre Entnahme mit Abstand die kleinste Abgangsform? Vgl. 2012: 4.2 m³/ha/a

Schmidt Sebastian's avatar
Schmidt Sebastian committed
-   Menge "Angabe fehlt" unklar - nach Plausiprüfung sollten dies nicht vorkommen
Schmidt Sebastian's avatar
Schmidt Sebastian committed

### Veränderung der Abgänge pro Jahr mit Abgangsgrund und Baumart in Brandenburg von 2012 - 2022

Schmidt Sebastian's avatar
Schmidt Sebastian committed
-   Achtung - alle folgenden Grafiken zum Abgang sind fälschlicherweise gestapelt. Das ist nicht korrekt, da sich die Veränderung im Vorrat immer je Nutzungsart berechnet.

    -   Bitte im Geiste nebeneinander stellen :-)

Schmidt Sebastian's avatar
Schmidt Sebastian committed
```{r ver-abg-bb-ba, include=FALSE}
# Daten vorbereiten Veränderung Abgänge aller Baumarten in Brandenburg Abgangsgrund / Baumart

ver_abg_bb_ba_long <- ver_abg$ver_abg_bb_ba_22 %>% # Daten für Gf in Long-Format bringen
  pivot_longer(cols = -c(Baumartengruppe, Einheit),  # Specify columns that should remain unchanged
               names_to = "Abgangsgrund",          # New column name for the names of pivoted columns
               values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
  filter((!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),(!Abgangsgrund %in% c("alle Abgangsgründe"))) %>% # Exclude rows 
  replace_na(list(Veränderung_Vorrat_Jahr= 0))  # Replace NA values in the "Veränderung_Waldfläche" column with 0
```

```{r ver-abg-bb-ba-22, echo=FALSE}
# Balkendiagramm stacked Veränderung der Abgänge pro Jahr in Brandenburg und Baumart

#Daten nach Abgangsgrund vorordnen
ver_abg_bb_ba_long <- ver_abg_bb_ba_long %>%
  mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär", 
                                                        "Sturm", 
                                                        "Insekten / Dürre",
                                                        "sonstige Kalamitäten",
                                                        "Ursache der Kalamität ungewiss",
                                                        "Ursache unbekannt",
                                                        "Angabe fehlt")))
ggplot(ver_abg_bb_ba_long %>%
         filter(!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")), 
       aes(x = reorder(Baumartengruppe, Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill = Abgangsgrund)) +
  geom_bar(stat = "identity") +  # Specify stat as "identity" for pre-summarized data
Schmidt Sebastian's avatar
Schmidt Sebastian committed
  ggtitle("Veränderung der Abgänge pro Jahr nach Baumartengruppen \nüber alle Bestandesschichten in Brandenburg \nnach Eigentumsart von 2012-2022") +
Schmidt Sebastian's avatar
Schmidt Sebastian committed
  labs(x = "Baumartengruppe", y = "Veränderungen [m³/ha*a]") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5),
        plot.title.position = "plot") +
  scale_fill_manual(values = c("regulär" = "#729ECE",     # slightly muted blue
                               "Sturm" = "#FDBF6F",       # pastel orange
                               "Insekten / Dürre" = "#73C476",  # slightly muted green
                               "sonstige Kalamitäten" = "#FF6F69", # slightly muted red
                               "Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
                               "Ursache unbekannt" = "#D9D9D9",   # light grey
                               "Angabe fehlt" = "pink"))  # very light grey
```

#### Interpretation

Schmidt Sebastian's avatar
Schmidt Sebastian committed
-   Fichte: Trocken & Käfer
Schmidt Sebastian's avatar
Schmidt Sebastian committed
-   Esche: Sturm (Eschentriebsterben Instabilität Wurzeln)
Schmidt Sebastian's avatar
Schmidt Sebastian committed

-   Kiefer: sonstige Kalamitäten = Käfer unerkannt bzw. Diplodia =\> Komplexsterben?

-   Tanne und Douglasie: auffällig hohe Ausfälle nach Sturm an Gesamtmenge Tanne

    -   Geringe Eckenzahl - Std.Fehler hoch

Schmidt Sebastian's avatar
Schmidt Sebastian committed
Frage: Darstellung in Prozent zur Gesamtheit einer Baumart?

Frage: Warum über alle Abgangsgründe hinweg Ki 4,8 aber Summe aller Abgangsgründe 75?

-\> keine Summe, jeweils die Abgangsmenge je Kalamitätsgrund! Da immer nur eine Nutzungsart

Info: Ursache unbekannt bei keine Nutzung nicht vorhanden, nur bei selektive und flächige -nutzung

Frage: "Angabe fehlt" sollte doch gar nicht möglich sein nach Plausiprüfung, oder?
Schmidt Sebastian's avatar
Schmidt Sebastian committed
### Test: Gruppiert nach Abgangsgrund
Schmidt Sebastian's avatar
Schmidt Sebastian committed
```{r ver-abg-bb-ba-22-test, echo=FALSE}
# Balkendiagramm Veränderung der Abgänge pro Jahr in Brandenburg und Baumart
Schmidt Sebastian's avatar
Schmidt Sebastian committed
#Daten nach Abgangsgrund vorordnen
ver_abg_bb_ba_long <- ver_abg_bb_ba_long %>%
  mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär", 
                                                        "Sturm", 
                                                        "Insekten / Dürre",
                                                        "sonstige Kalamitäten",
                                                        "Ursache der Kalamität ungewiss",
                                                        "Ursache unbekannt",
                                                        "Angabe fehlt")))

ggplot(ver_abg_bb_ba_long %>%
         filter(!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")), 
       aes(x = reorder(Baumartengruppe, Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill = Abgangsgrund)) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.8)) +  # Use position_dodge for side-by-side bars
  ggtitle("Veränderung der Abgänge pro Jahr nach Baumartengruppen \nüber alle Bestandesschichten in Brandenburg \nnach Eigentumsart von 2012-2022") +
  labs(x = "Baumartengruppe", y = "Veränderungen [m³/ha*a]") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5),
        plot.title.position = "plot") +
  scale_fill_manual(values = c("regulär" = "#729ECE",     # slightly muted blue
                               "Sturm" = "#FDBF6F",       # pastel orange
                               "Insekten / Dürre" = "#73C476",  # slightly muted green
                               "sonstige Kalamitäten" = "#FF6F69", # slightly muted red
                               "Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
                               "Ursache unbekannt" = "#D9D9D9",   # light grey
                               "Angabe fehlt" = "pink"))  # very light grey
```
Schmidt Sebastian's avatar
Schmidt Sebastian committed

### Veränderung der Abgänge pro Jahr in Brandenburg nach Eigentumsform

```{r ver-abg-bb-eig, include=FALSE}
# Daten vorbereiten Veränderung Abgänge aller Baumarten in Brandenburg Abgangsgrund / Baumart

ver_abg_bb_eig_long <- ver_abg$ver_abg_bb_eig_22 %>% # Daten für Gf in Long-Format bringen
  pivot_longer(cols = -c(Eigentumsart, Einheit),  # Specify columns that should remain unchanged
               names_to = "Abgangsgrund",          # New column name for the names of pivoted columns
               values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
  filter((!Eigentumsart %in% c("Öffentlicher Wald", "Privatwald", "alle Eigentumsarten")),(!Abgangsgrund %in% c("alle Abgangsgründe"))) %>% # Exclude rows 
  replace_na(list(Veränderung_Vorrat_Jahr= 0))  # Replace NA values in the "Veränderung_Waldfläche" column with 0
```

```{r ver-abg-bb-eig-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_abg_bb_eig_long <- ver_abg_bb_eig_long %>%
  mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär", 
                                                        "Sturm", 
                                                        "Insekten / Dürre",
                                                        "sonstige Kalamitäten",
                                                        "Ursache der Kalamität ungewiss",
                                                        "Ursache unbekannt",
                                                        "Angabe fehlt")))

# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_abg_bb_eig_long, 
       aes(x = reorder(Eigentumsart,Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill= Abgangsgrund)) +
  #aes(x = reorder(Baumart, Veränderung_Waldfläche)
  geom_col() +
  ggtitle("Veränderungen der Abgänge aller Baumarten pro Jahr \nin Brandenburg nach Eigentumsart von 2012-2022") +
  labs(x = "Eigentumsart", y = "Veränderungen [m³/ha*a]") +
  #scale_y_continuous(labels = label_number(suffix = " Tsd")) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5),
        plot.title.position = "plot") +
  scale_fill_manual(values = c("regulär" = "#729ECE",     # slightly muted blue
                               "Sturm" = "#FDBF6F",       # pastel orange
                               "Insekten / Dürre" = "#73C476",  # slightly muted green
                               "sonstige Kalamitäten" = "#FF6F69", # slightly muted red
                               "Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
                               "Ursache unbekannt" = "#D9D9D9",   # light grey
                               "Angabe fehlt" = "pink"))  # very light grey
 # scale_fill_gradient(high = "darkseagreen4", low = "coral3") +
  #guides(fill = 'none')
```

#### Interpretation

Schmidt Sebastian's avatar
Schmidt Sebastian committed
Körperschaftswald besonders betroffen - schlechte Betreuung, späte Ereignisserkennung, Kalamitätsnutzung?
Schmidt Sebastian's avatar
Schmidt Sebastian committed

### Veränderung der Abgänge der Kiefer pro Jahr in Brandenburg nach Eigentumsform

```{r ver-abg-bb-eig-ki, include=FALSE}
# Daten vorbereiten Veränderung Abgänge der Kiefer in Brandenburg Abgangsgrund / Baumart

ver_abg_bb_eig_ki_long <- ver_abg$ver_abg_bb_eig_ki_22 %>% # Daten für Gf in Long-Format bringen
  pivot_longer(cols = -c(Eigentumsart, Einheit),  # Specify columns that should remain unchanged
               names_to = "Abgangsgrund",          # New column name for the names of pivoted columns
               values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
  filter((!Eigentumsart %in% c("Öffentlicher Wald", "Privatwald", "alle Eigentumsarten")),(!Abgangsgrund %in% c("alle Abgangsgründe"))) %>% # Exclude rows 
  replace_na(list(Veränderung_Vorrat_Jahr= 0))  # Replace NA values in the "Veränderung_Waldfläche" column with 0
```

```{r ver-abg-bb-eig-ki-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_abg_bb_eig_ki_long <- ver_abg_bb_eig_ki_long %>%
  mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär", 
                                                        "Sturm", 
                                                        "Insekten / Dürre",
                                                        "sonstige Kalamitäten",
                                                        "Ursache der Kalamität ungewiss",
                                                        "Ursache unbekannt",
                                                        "Angabe fehlt")))

# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_abg_bb_eig_ki_long, 
       aes(x = reorder(Eigentumsart,Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill= Abgangsgrund)) +
  #aes(x = reorder(Baumart, Veränderung_Waldfläche)
  geom_col() +
  ggtitle("Veränderungen der Abgänge der Kiefer pro Jahr \nin Brandenburg nach Eigentumsart von 2012-2022") +
  labs(x = "Eigentumsart", y = "Veränderungen [m³/ha*a]") +
  #scale_y_continuous(labels = label_number(suffix = " Tsd")) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5),
        plot.title.position = "plot") +
  scale_fill_manual(values = c("regulär" = "#729ECE",     # slightly muted blue
                               "Sturm" = "#FDBF6F",       # pastel orange
                               "Insekten / Dürre" = "#73C476",  # slightly muted green
                               "sonstige Kalamitäten" = "#FF6F69", # slightly muted red
                               "Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
                               "Ursache unbekannt" = "#D9D9D9",   # light grey
                               "Angabe fehlt" = "pink"))  # very light grey
 # scale_fill_gradient(high = "darkseagreen4", low = "coral3") +
  #guides(fill = 'none')
```

#### Interpretation

-   Landeswald besonders von Kalamitäten betroffen = Feuer (?), instabile Bestandesstrukturen

Schmidt Sebastian's avatar
Schmidt Sebastian committed
    -   Kalamität Feuer unter sonstige Kalamität , Feuer allg. zu vernachlässigen, viele Punkte sind das nicht
Schmidt Sebastian's avatar
Schmidt Sebastian committed

## Nutzungsart

### Nutzungsart in Brandenburg nach Baumart in 1000 m³ von 2012-2022

```{r ver-nutz-bb-ba, include=FALSE}
# Daten vorbereiten Veränderung Nutzungsart in Brandenburg nach Baumart

ver_nutz_bb_ba_long <- ver_nutz$ver_nutz_bb_ba_22 %>% 
  pivot_longer(cols = -c(Baumartengruppe, Einheit),  
               names_to = "Nutzungsart",          
Schmidt Sebastian's avatar
Schmidt Sebastian committed
               values_to = "Veränderung_Vorrat") 

ver_nutz_bb_ba_long <- ver_nutz_bb_ba_long %>%
  group_by(Baumartengruppe) %>%
  mutate(Prozent_Vorrat = ifelse(Nutzungsart == "alle Nutzungsarten", Veränderung_Vorrat, 
                                 Veränderung_Vorrat / Veränderung_Vorrat[Nutzungsart == "alle Nutzungsarten"] * 100)) %>%
  ungroup() %>%
Schmidt Sebastian's avatar
Schmidt Sebastian committed
  filter((!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),(!Nutzungsart %in% c("alle Nutzungsarten"))) %>% 
  replace_na(list(Veränderung_Vorrat= 0))
Schmidt Sebastian's avatar
Schmidt Sebastian committed

# head(ver_nutz_bb_ba_long)

Schmidt Sebastian's avatar
Schmidt Sebastian committed
```

```{r ver-nutz-bb-ba-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_nutz_bb_ba_long <- ver_nutz_bb_ba_long %>%
  mutate(Nutzungsart = factor(Nutzungsart, levels = c("keine Nutzung", 
                                                      "selektive Nutzung", 
                                                      "flächige Nutzung",
                                                      "Angabe fehlt")))

# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
Schmidt Sebastian's avatar
Schmidt Sebastian committed
x <- ggplot(data = ver_nutz_bb_ba_long, 
Schmidt Sebastian's avatar
Schmidt Sebastian committed
       aes(x = reorder(Baumartengruppe,Veränderung_Vorrat), y = Veränderung_Vorrat, fill= Nutzungsart)) +
  #aes(x = reorder(Baumart, Veränderung_Waldfläche)
  geom_col() +
  ggtitle("Veränderungen der Nutzungsart in \nBrandenburg nach Baumart von 2012-2022") +
  labs(x = "Baumartengruppe", y = "Veränderungen [1.000 m³]") +
  #scale_y_continuous(labels = label_number(suffix = " Tsd")) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5),
        plot.title.position = "plot") +
  scale_fill_manual(values = c("keine Nutzung" = "#FF6F69",     # slightly muted blue
                               "selektive Nutzung" = "forestgreen",       # pastel orange
                               "flächige Nutzung" = "#73C476",  # slightly muted green
                               "Angabe fehlt" = "#D9D9D9"))   # light grey
Schmidt Sebastian's avatar
Schmidt Sebastian committed
### Nutzungsart in Brandenburg nach Baumart in % von 2012-2022

```{r ver-nutz-bb-ba-22-proz, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_nutz_bb_ba_long <- ver_nutz_bb_ba_long %>%
  mutate(Nutzungsart = factor(Nutzungsart, levels = c("keine Nutzung", 
                                                      "selektive Nutzung", 
                                                      "flächige Nutzung",
                                                      "Angabe fehlt")))

# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_nutz_bb_ba_long, 
       aes(x = reorder(Baumartengruppe,Veränderung_Vorrat), y = Prozent_Vorrat, fill= Nutzungsart)) +
  #aes(x = reorder(Baumartengruppe, Nutzungsart)) +
  geom_col() +
   geom_text(data = subset(ver_nutz_bb_ba_long, Nutzungsart == "flächige Nutzung"), 
            aes(label = round(Prozent_Vorrat, 1)), 
            position = position_stack(vjust = 0.5),  # Adjust position for placement inside bars
            size = 3, 
            color = "black",
            angle = 90) +
  ggtitle("Veränderungen der Nutzungsart in \nBrandenburg nach Baumart von 2012-2022") +
  labs(x = "Baumartengruppe", y = "Vorratsveränderungen [%]") +
  #scale_y_continuous(labels = label_number(suffix = " Tsd")) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5),
        plot.title.position = "plot") +
  scale_fill_manual(values = c("keine Nutzung" = "#FF6F69",     # slightly muted blue
                               "selektive Nutzung" = "forestgreen",       # pastel orange
                               "flächige Nutzung" = "#73C476",  # slightly muted green
                               "Angabe fehlt" = "#D9D9D9"))   # light grey
#guides(fill = 'none')
```

#### Interpretation

-   Kiefer, Fichte: Flächige Nutzung = Kalamitätsholz

-   Eiche und Buche quasi keine Kahlschläge vorhanden

Schmidt Sebastian's avatar
Schmidt Sebastian committed
### Nutzungsart in Brandenburg nach Baumart in m³/ha/a von 2012-2022

```{r ver-nutz-bb-ba-jahr, include=FALSE}
# Daten vorbereiten Veränderung Nutzungsart in Brandenburg nach Baumart

ver_nutz_bb_ba_jahr_long <- ver_nutz$ver_nutz_bb_ba_22_jahr %>% 
  pivot_longer(cols = -c(Baumartengruppe, Einheit),  
               names_to = "Nutzungsart",          
               values_to = "Veränderung_Vorrat") %>% 
  filter((!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),(!Nutzungsart %in% c("alle Nutzungsarten"))) %>% 
  replace_na(list(Veränderung_Vorrat= 0))
```

```{r ver-nutz-bb-ba-jahr-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_nutz_bb_ba_jahr_long <- ver_nutz_bb_ba_jahr_long %>%
  mutate(Nutzungsart = factor(Nutzungsart, levels = c("keine Nutzung", 
                                                      "selektive Nutzung", 
                                                      "flächige Nutzung",
                                                      "Angabe fehlt")))

# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_nutz_bb_ba_jahr_long, 
       aes(x = reorder(Baumartengruppe,Veränderung_Vorrat), y = Veränderung_Vorrat, fill= Nutzungsart)) +
  #aes(x = reorder(Baumart, Veränderung_Waldfläche)
  geom_col() +
  ggtitle("Veränderungen der Nutzungsart in \nBrandenburg nach Baumart von 2012-2022") +
  labs(x = "Baumartengruppe", y = "Veränderungen [m³/ha*a]") +
  #scale_y_continuous(labels = label_number(suffix = " Tsd")) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.title = element_text(hjust = 0.5),
        plot.title.position = "plot") +
  scale_fill_manual(values = c("keine Nutzung" = "#FF6F69",     # slightly muted blue
                               "selektive Nutzung" = "forestgreen",       # pastel orange
                               "flächige Nutzung" = "#73C476",  # slightly muted green
                               "Angabe fehlt" = "#D9D9D9"))   # light grey
                               
 # scale_fill_gradient(high = "darkseagreen4", low = "coral3") +
  #guides(fill = 'none')
```

#### Interpretation

Schmidt Sebastian's avatar
Schmidt Sebastian committed
-   sinnlose Darstellung? Besser Nutzung im Vergleich zur Menge der Baumart?
Schmidt Sebastian's avatar
Schmidt Sebastian committed
-   keine Nutzung = Baum ist gefällt aber liegt noch

Schmidt Sebastian's avatar
Schmidt Sebastian committed
## Nächte Themen?

-   Zuwachs vs. Nutzung

-   Welche Schwerpunkte noch bis FCK / BLK